GLM-5.3-Flash Bootstrap

zai-org/GLM-5.3-Flash 是 Gonka 主网上的一个治理批准的 PoC 模型，自提案 101 起生效。其 penalty_start_epoch 为 394。该组处于引导阶段：它出现在该纪元的 sub_group_models 中，但尚未出现在 confirmation_weight_scales 中，因此尚不产生共识权重。有关当前部署默认值（包括 node-config.json），请参阅 Host Quickstart。

有关多模型 PoC 机制的更广泛背景，请参阅 Multi-Model PoC。其他模型引导及其机制记录在 MiniMax-M2.7 Bootstrap、DeepSeek V4 Flash Bootstrap 和 Kimi K2.6 Bootstrap（历史记录）中。

GLM 的每模型参与从纪元 394 开始生效

从纪元 394 开始，未明确选择 zai-org/GLM-5.3-Flash 的主机将面临每纪元 15% 的 no_participation_penalty 惩罚。如果您将提供该模型，请提交 PoCIntent 并部署。如果您不提供，请提交委托（如果您信任 GLM 主机则更推荐）或拒绝。拒绝可避免 15% 的缺失，但仍会应用 10% 的 refusal_penalty。已选择 DIRECT、DELEGATE 或 REFUSE 的主机无需重新提交。

MLNode 3.1.0 / vLLM 0.28 / CUDA 13

GLM-5.3-Flash 需要 vLLM 0.28 和 CUDA 13 驱动程序（580+）。使用镜像 ghcr.io/gonka-ai/mlnode:3.1.0-vllm-0.28.0（sha256:25cccf7d9954678550e47a1f09f12d3db140803e9cd6c289f3af25d34ceabda0）。请不要使用 3.0.17 运行 GLM —— 该镜像包含一个始终无法验证的批次首项 PoC 工件。节点配置和黄金参考位于 feat/glm-5-3-flash-release 分支（gonka-ai/gonka#1734）。

治理背景（提案 101）

提案 101 将 GLM-5.3-Flash 注册为治理批准的模型，并将其添加到 PoC 模型集合中。它从 poc_params.models 中移除了 moonshotai/Kimi-K2.6 和 zai-org/GLM-5.2-FP8。这两个 ID 仍保留在 GET /v1/governance/models（推理目录）中，但不再是 PoC 模型。MiniMaxAI/MiniMax-M2.7 和 deepseek-ai/DeepSeek-V4-Flash-0731 保持不变。

该模型及其参数由 kaitaku.ai 团队提出，由 vbgd0 独立验证，并联合提出。发布输入、测量值及阈值设定的理由详见 gonka-ai/gonka#1734。

链上实时值（在任何后续治理变更后请核实）：

模型：zai-org/GLM-5.3-Flash（固定修订版 04c4e9e95c5da8862dced7e5056455116f83a7e0）
PoC：seq_len 1024，dist_threshold 0.44，p_mismatch 0.10，p_value_threshold 0.05，weight_scale_factor 0.62
推理：validation_threshold 0.951，v_ram 560，throughput_per_nonce 1500
penalty_start_epoch 394
投票于 2026 年 9 月 10 日 23:17 UTC 结束；提案通过

weight_scale_factor 已校准，使得将 PoC 模型切换为 GLM-5.3-Flash 的 B200 主机预期将获得约 7% 的权重增长。对于其他 GPU，最优模型不会改变。

确认实时 GLM 条目：

curl -s "https://node3.gonka.ai/chain-api/productscience/inference/inference/params" \
  | jq '.params.poc_params.models[] | select(.model_id=="zai-org/GLM-5.3-Flash")'

时间线

错过 GLM-5.3-Flash 的惩罚从 纪元 394 开始。每个纪元，链都会尝试引导该模型：在该纪元 PoC 阶段前 500 个区块（BootstrapDelegationSnapshot）捕获一个 delegation_params.deploy_window，根据 V_min = 3 直接提交者和总网络权重的 W_threshold 比例（通过 INTENT + DELEGATE 实现 >2/3 可达性）评估预资格，并（如预合格）在该纪元启动 GLM 的 PoC。

提案 101 保留当前委托阈值：w_threshold = 0.1，v_min = 3，no_participation_penalty = 0.15，refusal_penalty = 0.1。仍请从链上读取实时值：

curl -s "https://node3.gonka.ai/chain-api/productscience/inference/inference/params" \
  | jq '.params.delegation_params | {deploy_window, w_threshold, v_min, no_participation_penalty, refusal_penalty}'
# Decimal fields use {value, exponent}: e.g. {"value":"1","exponent":-1} → 0.1 (10%).

要计算任何给定评估纪元的确切区块编号，请以实时当前 poc_start_block_height 为锚点 —— 请勿从 epoch_shift 重建：

NODE=https://node3.gonka.ai

PARAMS=$(curl -s "$NODE/chain-api/productscience/inference/inference/params")
EPOCH_LENGTH=$(echo "$PARAMS" | jq -r '.params.epoch_params.epoch_length | tonumber')

CURRENT=$(curl -s "$NODE/v1/epochs/current/participants" | jq '.active_participants')
CURRENT_EPOCH=$(echo "$CURRENT" | jq -r '.epoch_id')
CURRENT_POC_START=$(echo "$CURRENT" | jq -r '.poc_start_block_height')

EPOCH=394                   # change to any target epoch
POC_START=$(( CURRENT_POC_START + (EPOCH - CURRENT_EPOCH) * EPOCH_LENGTH ))
SNAPSHOT_BLOCK=$(( POC_START - 500 ))

echo "Epoch $EPOCH (current $CURRENT_EPOCH): snapshot at block $SNAPSHOT_BLOCK, PoC starts at block $POC_START"

资格（共识权重）是与“列于 poc_params”和实时服务分开的检查。每次 PoC 后，请确认：

poc_params.models —— 批准的 PoC 目录
该纪元的 sub_group_models 和 confirmation_weight_scales —— 该组是否运行了 PoC 以及是否产生共识权重
/v1/epochs/current/participants —— 谁在提供服务

可能的情形

在某个纪元的快照中 GLM 未通过预评估（且在 PoC 时仍无资格）：
- 所有提交 PoCIntent 的人保留其全部权重（无惩罚）
- 所有提交 PoCDelegation 的人保留其全部权重（无惩罚）
- 从纪元 394 开始：所有未提交者每纪元损失 15% 权重（no_participation_penalty）；PoCRefusal 可避免 15% 的损失，但仍适用 refusal_penalty（10%）
GLM 通过预评估但未在 PoC 时获得资格（例如 INTENT 主机未能及时部署）：
- 在该纪元实际部署 GLM 并提交 GLM PoC 提交的主机，保留其现有模型组的全部权重（无惩罚）
- 所有提交 PoCDelegation 的人保留其全部权重（无惩罚）
- 从纪元 394 开始：所有未提交者损失 15%；所有提交 PoCIntent 但未部署且未提交 GLM PoC 提交者也损失 15%（IntentMissed）；PoCRefusal 仅承担 10% 的 refusal_penalty 而非 15% 的损失

如果 GLM 通过两项检查，惩罚遵循 Multi-Model PoC 中的常规情形。

硬件与共识权重

GLM-5.3-Flash 注册为 v_ram = 560（每个实例约 560 GB 总 VRAM）。实时 weight_scale_factor 为 0.62。模型系数仅在该组有资格（拥有投票权）时才产生共识权重。请检查 poc_params 和 confirmation_weight_scales。

实际影响（来自提案校准；请确认实时系数）：

B200 拥有者：GLM 是预期的切换目标。将 PoC 模型切换为 GLM-5.3-Flash 的 B200 主机预期将获得约 7% 的权重增长。使用 node-config-glm53flash-B200.json（TP=4）。
B300 所有者：在当前系数下，DeepSeek V4 Flash 仍是权重最高的选项。GLM 可适配 2×B300（node-config-glm53flash-B300.json），但非达到最大权重所必需。
H200 / H100 所有者：MiniMax M2.7 仍是这些类别的最高权重模型。GLM 配置存在（4×H200 上为 node-config-glm53flash-H200.json，8×H100 上为 node-config-glm53flash-H100.json；node-config-glm53flash-8xH200.json 为两个 4×H200 实例）。切换为可选操作。
完整系数表：Google Sheet

在 join .env 中将 POC_BATCH_SIZE_DEFAULT 设置为：8×H100 上为 8，H200 上为 16，B200/B300 上为 32。在 NVSwitch VM 上设置 NCCL_NVLS_ENABLE=0。

部署 GLM-5.3-Flash 的主机操作说明

向链发送 `PoCIntent`

在目标纪元的快照区块前提交。以下示例使用 --from 中指定的主机密钥。如需从热密钥提交意向、委托或拒绝，请参阅如何从热密钥声明 PoC 意向？。

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference declare-poc-intent zai-org/GLM-5.3-Flash \
  --from gonka-api-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y

预下载权重并验证可部署性

使用提案中指定的 Hugging Face 版本：

hf_repo: zai-org/GLM-5.3-Flash
hf_commit: 04c4e9e95c5da8862dced7e5056455116f83a7e0
许可证：MIT — 请参阅模型许可证和上游 LICENSE

遵循预下载模型权重指南。在引导窗口前规划好磁盘空间和带宽——首次尝试时 Hugging Face 的速率限制可能导致资格失效。

在引导快照区块之前验证模型能否在您的硬件上加载。您需要：

MLNode 3.1.0 / vLLM 0.28 / CUDA 13（驱动 580+）
已发货的节点配置：针对您的 GPU 类型（H100 / H200 / B200 / B300）的 node-config-glm53flash-*.json

链将 GLM 注册为 Model.ModelArgs：

--max-model-len 400000
--kv-cache-dtype fp8
--enable-auto-tool-choice
--tool-call-parser glm47
--reasoning-parser glm45
--trust-remote-code

部署端标志（--tensor-parallel-size、--gpu-memory-utilization、--max-num-batched-tokens、--block-size、--no-enable-flashinfer-autotune 和锁定的 --revision）来自为您的硬件提供的已发货 node-config —— 不要仅从链的 ModelArgs 中自行推断。

等待下一个评估纪元并检查预资格

每个评估纪元的快照区块后，链会发出 bootstrap_model_preeligibility 事件：

NODE=https://node3.gonka.ai
MODEL='zai-org/GLM-5.3-Flash'

HEIGHT=$(curl -sG "$NODE/chain-rpc/block_search" \
  --data-urlencode "query=\"bootstrap_model_preeligibility.model_id='$MODEL'\"" \
  | jq -r '[.result.blocks[].block.header.height|tonumber]|max')

echo "Latest snapshot at height $HEIGHT"

curl -s "$NODE/chain-rpc/block_results?height=$HEIGHT" \
  | jq --arg m "$MODEL" '
      .result.finalize_block_events[]
      | select(.type=="bootstrap_model_preeligibility")
      | (.attributes | from_entries) as $a
      | select($a.model_id==$m)
      | $a'

键属性是 pre_eligible。如果它是 true，则本周期链将运行 GLM PoC，您应做好部署准备。支持字段显示三项检查中哪些通过：meets_v_min（≥ V_min 直接意图提交者）、meets_weight_threshold（意图权重 ≥ W_threshold 的 total_network_weight），以及 meets_reachability（意图 + 委托 reachable_voting_power 覆盖 >2/3）。intent_host_count 和 intent_weight 显示本周期的直接意图覆盖率。

如果预合格，将模型切换为 GLM-5.3-Flash

使用与您的 GPU 类型匹配的已发布配置。Admin API 更新的示例形状（将 args 替换为您的 node-config-glm53flash-*.json 内容）：

curl -X POST http://localhost:9200/admin/v1/nodes \
     -H "Content-Type: application/json" \
     -d '{
       "id": "<NODE_ID>",
       "host": "<NODE_IP>",
       "inference_port": 5050,
       "poc_port": 8080,
       "max_concurrent": 500,
       "models": {
         "zai-org/GLM-5.3-Flash": {
           "args": [
             "--revision", "04c4e9e95c5da8862dced7e5056455116f83a7e0",
             "--tensor-parallel-size", "4",
             "--gpu-memory-utilization", "0.90",
             "--max-num-batched-tokens", "65536",
             "--kv-cache-dtype", "fp8",
             "--block-size", "2304",
             "--max-num-seqs", "256",
             "--no-enable-flashinfer-autotune",
             "--enable-auto-tool-choice",
             "--tool-call-parser", "glm47",
             "--reasoning-parser", "glm45",
             "--trust-remote-code"
           ]
         }
       }
     }'

上述示例为 B200 配置。合并来自 H100 / H200 / B300 已发布配置的操作符标志。PoC 开始时的成员资格由提交 PoC 存储提交的人决定——仅声明意图是不够的。

验证您的部署

提交的黄金参考是 feat/glm-5-3-flash-release 分支上的 zai-org-glm-5.3-flash.json（在 4×H200 TP=4 上记录）。gonka 仓库提供了一个代理技能 mlnode-validate，用于将已部署的 ML Node 与预计算的诚实 PoC 向量进行验证。参见验证 ML Node 部署和 skills/mlnode-validate/SKILL.md。

不部署 GLM-5.3-Flash 的主机说明

保留 MiniMax 或 DeepSeek 没有问题——这些 PoC 条目未更改。GLM 的每模型参与强制执行从周期 394 开始生效。如果您不提供 GLM，请提交委托（如果您信任某个 GLM 主机则优先选择）或拒绝，以免被视为缺失该模型。拒绝可避免 15% 的缺失惩罚，但仍需承担 10% 的 refusal_penalty。已选择 DIRECT、DELEGATE 或 REFUSE 的主机无需重新提交。

检查您是否信任任何将部署 GLM / 发送 `PoCIntent` 的主机

import time
import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

NODE = "https://node3.gonka.ai"
MODEL = "zai-org/GLM-5.3-Flash"
TIMEOUT = 60
DELAY = 0.15

def session():
    s = requests.Session()
    retry = Retry(
        total=5,
        backoff_factor=0.5,
        status_forcelist=(502, 503, 504),
        allowed_methods=("GET",),
    )
    s.mount("https://", HTTPAdapter(max_retries=retry))
    s.headers["Connection"] = "close"
    return s

def weight(p):
    return int(p.get("weight") or 0)

def get_json(s, url):
    r = s.get(url, timeout=TIMEOUT)
    r.raise_for_status()
    return r.json()

s = session()

participants = get_json(s, f"{NODE}/v1/epochs/current/participants")[
    "active_participants"
]["participants"]

intents = []
with_glm_model = []
skipped = []

for p in participants:
    addr = p["index"]
    w = weight(p)
    if MODEL in (p.get("models") or []):
        with_glm_model.append((addr, w))

    try:
        resp = get_json(
            s,
            f"{NODE}/chain-api/productscience/inference/inference/poc_delegation/{addr}",
        )
    except requests.RequestException as e:
        skipped.append((addr, w, str(e)))
        time.sleep(DELAY)
        continue

    for i in resp.get("intents") or []:
        if i.get("model_id") == MODEL:
            intents.append((addr, w))
    time.sleep(DELAY)

total = sum(weight(p) for p in participants)
intent_weight = sum(w for _, w in intents)

nonzero_intents = [(a, w) for a, w in intents if w > 0]
zero_intents = [(a, w) for a, w in intents if w == 0]

print(f"Active participants: {len(participants)}")
print(f"With {MODEL} in models[]: {len(with_glm_model)} (not same as intent)")
print()
print("Intent from (PoCDirectIntent on chain):")
for addr, w in nonzero_intents:
    print(f"  {addr} : {w}")
if zero_intents:
    print()
    print("Zero-weight intents (count toward V_min, contribute 0 to W_threshold):")
    for addr, _ in zero_intents:
        print(f"  {addr} : 0")
print()
print(f"Intent weight: {intent_weight} / {total}")
if total:
    print(f"Intent share: {100.0 * intent_weight / total:.2f}%")
if skipped:
    print()
    print(f"Skipped {len(skipped)} participants after retries (intent may be undercounted):")
    for addr, w, err in skipped:
        print(f"  {addr} (weight={w}): {err}")

引导时委托：不要委托给守护节点；将权重分散到独立的 GLM 主机上。有关更新的委托指南，请参阅多模型 PoC。

发送委托或拒绝

委托：

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference set-poc-delegation zai-org/GLM-5.3-Flash <DELEGATEE> \
  --from gonka-account-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y

拒绝：

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference refuse-poc-delegation zai-org/GLM-5.3-Flash \
  --from gonka-account-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y